2580万元，气象大模型大单华海智汇中标

项目概况：

随着“双碳目标”的提出，国家持续推进新型能源体系建设，坚守能源安全底线，坚定推动能源转型发展，努力构建清洁低碳、安全高效的能源体系。当前，国内新能源建设发展迅猛，但由于风、光出力具有随机性、波动性、间歇性等特点，将其单独并入电网供电时，将会对电网系统造成冲击，因此需要与具有一定调节能力的水电、****电站联合调度运行平抑新能源出力波动，从而满足调度安全性、运行经济性和调节灵活性需求，支撑新型电力系统加速构建。

澜沧江流****基地之一，由于气候变化及人类活动的影响流域内的气候和气象条件发生了较大变化，当前基于传统数值预报方式不足以支撑中长期的径流预报和新能源功率预测的需要。澜沧江流域梯级调节性能十分优异，时间尺度上不仅可以在短期内开展多能互补优化，还可以在中、长期尺度进行优化；空间尺度上流域梯级可以为接入水电的新能源场站、公司所辖新能源集群、区域新能源集群等进行调节，互补优化调度以及电力市场增效的潜力巨大。随着以新能源为主体的新型电力系统加速推进，新能源装机容量快速增长，亟需借助先进技术解决流域内水电与新能源之间互补运行、****基地多种能源与电力市场之间协调运行等问题。为此，****公司谋划依托人工智能技术，利用AI大模型深入研究气象预报、径流预测、新能源功率预测等关键技术，提升水电节水增发电量和新能源消纳比率。****公司能耗最低、效益最大的智慧调度目标，为公司生产经营创造更大价值，也为我国电力市场环境下巨型水电流域的梯级优化调度提供重要示范，对推动能源技术革命和保障国家能源安全具有重大意义。

招标范围：

（1）全球-区域嵌套微调技术研究

基于历史长期再分析气象数据集，训练基于3D-EST架构的全球气象大模型，捕捉风、温、湿、压等气象基础要素在水**垂直层的相互物理作用，并且该全球模型用以为各尺度气象预测提供足够的背景场和边界条件信息；在对区域进行高精度训练时，通过预训练-微调范式，融合高精、高分辨率再分析数据、卫星观测数据和场站观测数据等，对区域模型进行微调。研究全球-区域嵌套微调技术，建立高质量的训练推理数据集，通过高效的模型参数更新、区域损失计算等创新微调策略构建面向下游任务（如高精度风速预测、辐照度预测、降水预测、径流预测等）的区域模型。

（2）基于人工智能大模型的多时空百米级风速风向预测技术研究

建立研究区域高精度风速风向预测大模型的训练推理数据集，开展人工智能大模型高分辨率网格化风电气象要素预测的研究，建立澜沧江流域风电要素区域预测模型。研究多源异构数据同化算法，实现风电场局地点状风速数据（如测风塔）与三维网格化气象数据的融合，通过加入更丰富的澜沧江流域本地观测数据来训练模型，****风电场坐标上的预测精度。

（3）基于人工智能大模型的多时空地表辐射预测技术研究

建立研究区域高精度地表辐射预测大模型的训练推理数据集，开展人工智能大模型高分辨率网格化光辐气象要素预测研究，建立澜沧江流域光辐要素区域预测模型。研究地表辐射遥感反演算法，根据辐射反演参数化方案，基于卫星遥感数据，作为区域预测模型的输入。研究多源异构数据同化算法，****电站局地点状地表辐射数据与三维网格化气象数据的融合。通过加入更丰富的澜沧江流域本地观测数据、卫星数据，从而训练出模型，****电站坐标的预测精度。

（4）基于人工智能大模型的流域高精度中期（1-10天）降水预测技术研究

****电站相关流域的历史雨量站观测数据信息，建立研究区域高精度中期降水预测大模型的训练推理数据集。基于40年以上的全球气象再分析资料预训练全球气象基础大模型，提供温压湿风等基础气象要素预报和全球背景场；全球气象基础大模型提供气压、温度、风场等对降水有影响的背景预报场，结合降水再分析资料和澜沧江流域区域的雨量站数据和格点降水数据，训练澜沧江流域构建区域降水微调模型。

（5）基于人工智能大模型的流域高精度次季节（10-45天）降水预测技术研究

建立研究区域高精度次季节降水预测大模型的训练推理数据集，开展以全球气象基础大模型为底座的次季节降水预测下游模型。通过融合气候态数据捕捉非线性特征和多尺度耦合关系，进而提升次季节预测的稳定性；设计两阶段的降水预报网络，通过风温湿压等基础气象要素反演降水量，实现降水要素的准确预测；通过生成模型和集合预报技术，对不确定性进行预报，提升降水极值在区域上的预报准确度。

（6）成果产出要求

本项目研发周期内，研究经费每100万元（超过50万的按100万计算）产生1件发明专利授权（或3件发明专利受理）和1件发明专利受理。发表（或录用）科技论文3篇，并标注“****集团科技项目‘HNKJ25-H190基于人工智能大模型的水风光多尺度预测技术研究及应用’资助。”